- Measurements onboard the Russian R/V Akademik Sergey Vavilov简介俄罗斯 "Akademik Sergey Vavilov "号考察船上的测量数据 1998 年俄罗斯 "Akademik Sergey Vavilov "号考察船在俄罗斯北部巴伦支海进行的测量。摘要R/V Akademik Sergey Vavilov是一艘俄罗斯科... Measurements onboard the Russian R/V Akademik Sergey Vavilov简介俄罗斯 "Akademik Sergey Vavilov "号考察船上的测量数据 1998 年俄罗斯 "Akademik Sergey Vavilov "号考察船在俄罗斯北部巴伦支海进行的测量。摘要R/V Akademik Sergey Vavilov是一艘俄罗斯科...
- ATom: In-Situ Measurements of Airflow and Aerosols from Multiple Airborne CampaignsATOM机载活动中收集的部分气流和气溶胶粒子现场测量结果（飞机位置、相对湿度、温度、压力、攻角（AOA）、探头位置、真实和探头风速）简介该数据集提供了在以下机载活动中收集的部分气流和气溶胶粒子现场测量结果： 美国国家航空航天... ATom: In-Situ Measurements of Airflow and Aerosols from Multiple Airborne CampaignsATOM机载活动中收集的部分气流和气溶胶粒子现场测量结果（飞机位置、相对湿度、温度、压力、攻角（AOA）、探头位置、真实和探头风速）简介该数据集提供了在以下机载活动中收集的部分气流和气溶胶粒子现场测量结果： 美国国家航空航天...
- 大数据揭秘：从数据湖到数据仓库的全面解析 大数据揭秘：从数据湖到数据仓库的全面解析
- 基于 Python 大数据的电脑硬件推荐系统（Flask + Hadoop + Spider）电脑硬件推荐系统是一个基于大数据分析和可视化的系统，能够根据用户需求和市场数据，推荐合适的电脑硬件配置。系统结合了 Flask 框架、Hadoop 大数据处理技术和网络爬虫（Spider），实现了数据采集、处理、分析和可视化。 1. 系统介绍目标：通过大数据分析和可视化，为用户推荐合适的电脑硬件配... 基于 Python 大数据的电脑硬件推荐系统（Flask + Hadoop + Spider）电脑硬件推荐系统是一个基于大数据分析和可视化的系统，能够根据用户需求和市场数据，推荐合适的电脑硬件配置。系统结合了 Flask 框架、Hadoop 大数据处理技术和网络爬虫（Spider），实现了数据采集、处理、分析和可视化。 1. 系统介绍目标：通过大数据分析和可视化，为用户推荐合适的电脑硬件配...
- NASA AirSWOT Ka 波段（35.75 GHz）雷达干涉测量数据产品，包括水面高程 (WSE)、衍生彩色红外等 ABoVE: AirSWOT Radar, Orthomosaic, and Water Masks, Yukon Flats Basin, Alaska, 2015简介该数据集提供了 NASA AirSWOT Ka 波段（35.75 GHz）雷达干涉测量数据产品，包括... NASA AirSWOT Ka 波段（35.75 GHz）雷达干涉测量数据产品，包括水面高程 (WSE)、衍生彩色红外等 ABoVE: AirSWOT Radar, Orthomosaic, and Water Masks, Yukon Flats Basin, Alaska, 2015简介该数据集提供了 NASA AirSWOT Ka 波段（35.75 GHz）雷达干涉测量数据产品，包括...
- 数据大爆炸：解析大数据的起源及其对未来的启示 数据大爆炸：解析大数据的起源及其对未来的启示
- 大数据架构管理规范是指在大数据环境中对数据架构进行有效管理和优化的标准、流程和方法。以下是大数据架构管理规范的一些关键要素：数据管理规范：数据分类和标签：对数据进行分类和打标签，以便于管理和检索。数据质量控制：确保数据的准确性、完整性和一致性。数据生命周期管理：定义数据的创建、存储、使用、归档和删除的流程。数据存储规范：数据存储格式：根据数据类型和应用需求选择合适的存储格式，如CSV、JSO... 大数据架构管理规范是指在大数据环境中对数据架构进行有效管理和优化的标准、流程和方法。以下是大数据架构管理规范的一些关键要素：数据管理规范：数据分类和标签：对数据进行分类和打标签，以便于管理和检索。数据质量控制：确保数据的准确性、完整性和一致性。数据生命周期管理：定义数据的创建、存储、使用、归档和删除的流程。数据存储规范：数据存储格式：根据数据类型和应用需求选择合适的存储格式，如CSV、JSO...
- AirMSPI version 6 terrain-projected georegistered radiance product acquired during the FIREX-AQ flight campaignAirMSPI 1B2 级产品包含云、气溶胶和地球表面的辐射和偏振图像简介AirMSPI_FIREX-AQ_Terrain-projected_Georegistered... AirMSPI version 6 terrain-projected georegistered radiance product acquired during the FIREX-AQ flight campaignAirMSPI 1B2 级产品包含云、气溶胶和地球表面的辐射和偏振图像简介AirMSPI_FIREX-AQ_Terrain-projected_Georegistered...
- 导读：中信银行信用卡中心每日新增日志数据 140 亿条（80TB），全量归档日志量超 40PB，早期基于 Elasticsearch 构建的日志云平台，面临存储成本高、实时写入性能差、文本检索慢以及日志分析能力不足等问题。因此使用 Apache Doris 替换 Elasticsearch，实现资源投入降低 50%、查询速度提升 2～4 倍，同时显著提高了运维效率。本文转录自陈地长（中信信用... 导读：中信银行信用卡中心每日新增日志数据 140 亿条（80TB），全量归档日志量超 40PB，早期基于 Elasticsearch 构建的日志云平台，面临存储成本高、实时写入性能差、文本检索慢以及日志分析能力不足等问题。因此使用 Apache Doris 替换 Elasticsearch，实现资源投入降低 50%、查询速度提升 2～4 倍，同时显著提高了运维效率。本文转录自陈地长（中信信用...
- 大数据无处不在：揭秘日常生活中的大数据魔力 大数据无处不在：揭秘日常生活中的大数据魔力
- GHSL: Degree of Urbanization 1975-2030 V2-0GHSL:1975-2030 年全球网格人口和建成面积数据为基础（5 年为间隔）简介该栅格数据集采用联合国统计委员会推荐的 "城市化程度 "第一阶段方法，以全球人类地理信息系统（GHSL）项目生成的 1975-2030 年全球网格人口和建成面积数据为基础，以 5 年为间隔，对全球多时城乡进行了分类。 城市化... GHSL: Degree of Urbanization 1975-2030 V2-0GHSL:1975-2030 年全球网格人口和建成面积数据为基础（5 年为间隔）简介该栅格数据集采用联合国统计委员会推荐的 "城市化程度 "第一阶段方法，以全球人类地理信息系统（GHSL）项目生成的 1975-2030 年全球网格人口和建成面积数据为基础，以 5 年为间隔，对全球多时城乡进行了分类。 城市化...
- 目录GHSL: Global built-up surface 1975-2030 (P2023A)简介摘要Dataset AvailabilityDataset ProviderCollection SnippetResolutionBands Table代码引用GHSL: 1975-2030全球建筑体积的分布情况，以每 100 米网格单元立方米为单位GHSL: Global build... 目录GHSL: Global built-up surface 1975-2030 (P2023A)简介摘要Dataset AvailabilityDataset ProviderCollection SnippetResolutionBands Table代码引用GHSL: 1975-2030全球建筑体积的分布情况，以每 100 米网格单元立方米为单位GHSL: Global build...
- GHSL: Global building height 2018 (P2023A)2018 年全球建筑物高度的分布情况，分辨率为 100 米简介该空间栅格数据集描述了全球建筑物高度的分布情况，分辨率为 100 米，时间为 2018 年。 用于预测建筑物高度的输入数据是 ALOS 全球数字地表模型（30 米）、NASA 航天飞机雷达地形任务数据（30 米）以及 2017-2018 年期间 L... GHSL: Global building height 2018 (P2023A)2018 年全球建筑物高度的分布情况，分辨率为 100 米简介该空间栅格数据集描述了全球建筑物高度的分布情况，分辨率为 100 米，时间为 2018 年。 用于预测建筑物高度的输入数据是 ALOS 全球数字地表模型（30 米）、NASA 航天飞机雷达地形任务数据（30 米）以及 2017-2018 年期间 L...
- GHSL: Global built-up surface 10m (P2023A)GHSL：全球2018 年建成面积（总建面和非住宅）的分布数据（10m分辨率）简介该栅格数据集描述了从 S2 图像数据中观测到的 2018 年建成面的分布情况（以每 10 米网格单元平方米表示）。 该数据集测量：a) 总建成面；b) 分配给主要非住宅（NRES）用途网格单元的建成面。有关全球人类居住图层主要产... GHSL: Global built-up surface 10m (P2023A)GHSL：全球2018 年建成面积（总建面和非住宅）的分布数据（10m分辨率）简介该栅格数据集描述了从 S2 图像数据中观测到的 2018 年建成面的分布情况（以每 10 米网格单元平方米表示）。 该数据集测量：a) 总建成面；b) 分配给主要非住宅（NRES）用途网格单元的建成面。有关全球人类居住图层主要产...
- GHSL: Global built-up surface 1975-2030 (P2023A) GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况（100m）简介该栅格数据集描述了建成面积的分布情况，以每 100 米网格单元中的平方米为单位。 该数据集测量：a) 建筑总面积；b) 分配给主要非住宅（NRES）用途网格单元的建筑面积。 数据从 1975 年到 20... GHSL: Global built-up surface 1975-2030 (P2023A) GHSL: 全球1975 年到 2030 年以 5 年间隔建成面积的分布情况（100m）简介该栅格数据集描述了建成面积的分布情况，以每 100 米网格单元中的平方米为单位。 该数据集测量：a) 建筑总面积；b) 分配给主要非住宅（NRES）用途网格单元的建筑面积。 数据从 1975 年到 20...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签